Scaling up learning analytics in blended learning scenarios.

Literaturnachweis - Detailanzeige

Trefferliste

Autor/in	Lukarov, Vlatko
Titel	Scaling up learning analytics in blended learning scenarios.
Quelle	Aachen: Universitätsbibliothek der RWTH Aachen (2019), 231 S. PDF als Volltext kostenfreie Datei (1); PDF als Volltext kostenfreie Datei (2); PDF als Volltext kostenfreie Datei (3) Link als defekt meldenVerfügbarkeit Dissertation, RWTH Aachen, 2019.
Sprache	englisch
Dokumenttyp	online; Monographie
DOI	10.18154/RWTH-2019-05165
URN	urn:nbn:de:101:1-2019090508550477701948
Schlagwörter	Dissertation; Universität; Computerunterstützter Unterricht; Datenanalyse; Lernprozess; Computerunterstützter Unterricht; Datenanalyse; Universität; Dissertation; Blended Learning
Abstract	In den letzten Jahren gibt es die Behauptung, dass Learning Analytics eine zentrale transformative Maßnahme ist, die die Bildung und die Lernprozesse radikal verändern wird. Learning Analytics hat seine Wurzeln und Methoden aus den Bereichen Datenanalyse, Statistik, Data Mining, Business Intelligence, Informatik sowie Bildungsforschung und -lernen. Umfangreiche Forschungsarbeiten wurden durchgeführt, um Werkzeuge, Prototypen und Analysedaten zu entwickeln, um die Bildung zu verbessern und zu innovieren, und dies hat das Forschungsfeld der Learning Analytics vorangetrieben. Dies hat jedoch eine wachsende Diskrepanz zwischen der potentiellen Rolle der Learning Analytics in der Bildung und der tatsächlichen Rolle der Learning Analytics in der Bildung geschaffen. Die Forschungsergebnisse zeigen, dass die Nutzung der Lernanalytik zur Verbesserung von Lernen und Bildung noch in den Anfängen steckt, und es mangelt an praktischen Beispielen und Implementierungen in Bezug auf Umfang und praktische Ansätze, wie man Learning Analytics Dienste in der Bildung anbieten und in die Praxis umsetzen kann. Diese Dissertation konzentriert sich auf das praktische Problem der Skalierung von Learning Analytics Dienste in Blended Learning Szenarien an einer Hochschule in Deutschland. Diese Dissertation stellt die Lösung als eine Sammlung von Grundprinzipien für die Skalierung der Learning Analytics in Blended Learning Szenarien in der Hochschulbildung dar. Diese Prinzipien konzentrieren sich auf fünf Aspekte: die Erhebung der korrekten Anforderungen für die verschiedenen Benutzergruppen, die Vorbereitung der rechtlichen und technischen Grundlagen der Hochschule, die kontinuierliche Entwicklung und Verbesserung der Learning Analytics Dienste und die kontinuierliche Bewertung der Learning Analytics Dienste. Diese Aspekte wurden durch den Einsatz von Design-based Forschungsmethoden, Software-Engineering-Methoden und Evaluierungsmethoden aus dem Bereich der Mensch-Computer-Interaktion sowie der Verhaltens- und Kognitionswissenschaften umfassend untersucht und realisiert. Die Ergebnisse und Beiträge dieser Dissertation sind ein verifizierter End-to-End-Prozess zur Erweiterung der Learning Analytics an einer Hochschule in Deutschland, ein umfassender Anforderungskatalog für die Stakeholdergruppen, eine nachhaltige Learning Analytics Infrastruktur mit High-Fidelity Prototypen und eine validierte Methode für Längsschnittstudien zur Wirkungsanalyse von Lernanalytik. Die Grundidee ist es, anderen Dienstleister oder Institutionen aus Deutschland die Möglichkeit zu geben, diese Dissertation, ihre Richtlinien und Ergebnisse anzunehmen und damit die Dienstleistungen der Learning Analytics an ihrer Hochschule zu erweitern. (Orig.). In recent years, there is a prominent claim that learning analytics is a key transformative action that will radically transform education and its processes. This field draws its roots and methods from data analysis, statistics, data mining, business intelligence, computer science, and educational research and learning. Extensive research has been done to develop tools, prototypes, and analyze educational data to improve and innovate education, and this has advanced the research field of learning analytics. However, this has created a widening gap between what could the role of learning analytics be in education, and what learning analytics is actually doing in education. The research evidence shows that the use of learning analytics to improve learning and education is still in its infancy, and there is a lack of practical examples and implementations on scale and practical approaches of how to provide learning analytics services in education and put them into practice. This dissertation focuses on the practical problem of scaling up learning analytics services in blended learning scenarios in a higher education institution in Germany. This dissertation presents the solution as a set of key principles for scaling up learning analytics in blended learning scenarios in higher education. These focus on five aspects: collecting correct requirements for the different stakeholder groups, preparing the legal and technical foundations of the higher education institution, continuously develop and improve the learning analytics services, and continuously evaluate the learning analytics services. These aspects were comprehensively investigated and realized by applying design-based research methods, software engineering methods, and evaluation methods from the Human-Computer Interaction field and the behavioral and cognitive sciences. The results and contributions from this research work are a verified end-to-end process for scaling up learning analytics in a higher education institution in Germany, a comprehensive set of requirements for the stakeholder groups, a categorized and comprehensive set of learning analytics indicators from the research and practitioners community, a sustainable learning analytics infrastructure with optimized analytics engine for scalability and performance and high fidelity prototypes, and a validated method for longitudinal studies for learning analytics impact evaluation. The basic idea is to enable another development team, or institutions from Germany to take this dissertation, its guidelines and results and use it to scale up learning analytics services at their higher education institutions. (Orig.).
Erfasst von	Deutsche Nationalbibliothek, Frankfurt am Main
Update	2020/1